原创 目標檢測彙總
文章目錄1、神經網絡基礎2、卷積神經網絡2.1、術語及歷史2.2、CNN2.3、CNN改進3、目標檢測 1、神經網絡基礎 以下爲CS229視頻課程部分筆記，可參考文章內的講義。 數據挖掘day26、27-CS229-WEEK4 N
2020-02-24 06:47:11
原创 數據挖掘day20、21-《數據挖掘導論》-第三章，探索數據
文章目錄3.3.3-1、少量屬性的可視化1.1 莖葉圖1.2 直方圖（histogram）1.3 二維直方圖（two-dimensional histogram）1.4 盒狀圖（box plot）1.5 餅圖（pie plot）1
2020-02-24 06:47:11
原创 數據挖掘day26、27-CS229-WEEK4 Neural Networks:Representtation
文章目錄1、神經元（neuron）2、神經網絡（Neural Network）表示3、向量化4、例子5、多元分類 本節僅是對神經網絡的背景知識介紹和神經網絡的表述方式進說明。因爲生物學知識不難，理解也還行。 1、神經元（neuro
2020-02-24 06:47:11
原创 《python》編程導論 第1/2/3/4章
前幾章比較簡單，本文純粹是爲了對基本概念做個記錄，順便碼一下。 第三章 3.3 近似解和二分查找 3.3.1 平方根迭代近似解 x=25 epsilon = 0.01 step = epsilon**2 numGuesses =
2020-02-24 06:47:11
原创 員工離職率預測，練手賽
文章目錄1、數據探索1.1 各特徵總量及百分比1.2 heatmap2、特徵選擇&處理2.1 特徵分類2.2 連續特徵選擇2.3 分類特徵選擇2.4 異常值處理2.5 連續特徵處理2.5.1 分箱測試2.6 拼接特徵，然後再篩選3
2020-02-24 06:47:11
原创 1045. 買下所有產品的客戶 難度：中等
1、題目描述 來源：力扣（LeetCode） 2、解題思路 1# 首先對Customer去重，select distinct * from customer 2# 然後，統計每個客人購買的貨物種類數量select custom
2020-02-24 06:47:11
原创 數據挖掘day16、17-CS229-WEEK3 Logistic Regression
今天參考github的項目進行分類實現，使用的是課程課後練習數據 使用的是隨機梯度下降，α\alphaα的選擇和遍歷次數設置，還是複雜一點。原 文章用的數據分類清晰，效果比較好，課後習題的數據分類比較模糊，如果輸出的不是’0‘、
2020-02-24 06:47:11
原创 數據挖掘day12-CS229-Review of Probability Theory
沒找到中文翻譯，只能自己做翻譯了（未完待填坑） 概率論是對不確定性的研究。通過這個課程，我們將依靠概率論的概念來推導機器學習算法。 本文試圖概括適合於CS 229水平的概率論基礎知識。概率的數學理論非常複雜，其深層次內容爲測量理論
2020-02-24 06:47:11
原创 1077. Project Employees III 難度：中等
1、題目描述 Write an SQL query that reports the most experienced employees in each project. In case of a tie, report all
2020-02-24 06:47:11
原创 數據挖掘day14、15-CS229-WEEK2 Linera Regression
1、本節思維導圖 2、Python實現梯度下降 參考文章 數據使用課程的課後練習，J的圖像： # Use these for your excerise theta0s = np.linspace(-1,1,50) theta
2020-02-24 06:47:11
原创 數據挖掘day34-CS229-WEEK6 Advice for Applying Machine Learning
文章目錄1、如何改進模型？2、模型評估方法2.1 簡單評估2.2 特徵評估2.3 偏差、方差評估2.3 正則化與偏差、方差3、學習曲線4、改進模型的答案5、學習系統設計5.1 查準率、召回率5.2 平衡查準率與召回率5.3 數據量
2020-02-24 06:47:11
原创 數據挖掘day30~33-《數據挖掘導論》第五章，5.1~5.3，基於規則、最近鄰、貝葉斯分類器
本節的計劃是4天時間。內容中基於規則的分類器與決策樹較爲類似。而最近鄰和貝葉斯片數學計算，由於時間問題，算法實現，待後來補上。
2020-02-24 06:47:11